BenchLeader

LMArena Longer Queriesのリーダーボード

2026年11月16日時点で、LMArena Longer Queriesの最高スコアは1544で、Gemini 4 Argon(Google)が記録しています。次点はGemini 4 Carbonの1538です。公表された結果があるのは363のモデル構成です(Arena (LMArena)、結果の日付は2026年11月11日)。一定の長さを超えるプロンプトへの一対比較の投票です。LMArena Longer Queriesは参考として掲載しており、BenchLeader Indexには含まれません。

要点(2026年11月16日時点)

  • Gemini 4 ArgonがArena Longer Queriesの最高スコア1544を記録しています(Arena (LMArena)、2026年11月11日)。
  • Arena Longer Queriesの2位はGemini 4 Carbonで、1538です(Arena (LMArena)、2026年11月11日)。
  • Arena Longer Queries:長いプロンプトでのテキストアリーナのレーティング(Arena (LMArena))。
  • BenchLeaderでは363のモデル構成にArena Longer Queriesの公表結果があります(BenchLeader、2026年11月16日)。
  • Arena Longer QueriesはBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。

長いプロンプトでのテキストアリーナのレーティング。

公開元
Arena (LMArena)
カテゴリ
人間の評価
Indexでの重み
参考のみ
モデル
363
データ基準日
2026年11月16日

Arena Longer Queriesの今週の動き

2026年11月9日〜2026年11月16日。モデルごとに1行(このボードでの最良の設定)。

CC BY 4.0 — lmarena-ai/leaderboard-dataset on Hugging Face.

どんなテストか

一定の長さを超えるプロンプトへの一対比較の投票です。

採点方法

一対比較の投票によるEloのようなポイントでのBradley-Terryレーティングで、スタイルコントロールを適用しています。

注意点

総合ボードより投票数が少なくなっています。

363件中363件
#
1Gemini 4 Argonhigh154465.32026-11-11$4.00
2Gemini 4 Carbonhigh153868.92026-11-11$4.00
3Claude Fable 5high152263.92026-11-11$20.00
4Claude Opus 4.6high152262.52026-11-11$10.00
5Claude Opus 5.5high152066.02026-11-11$8.00
6Claude Opus 4.6151762.12026-11-11$10.00
7Claude Opus 4.7high151660.02026-11-11$10.00
8NEWGemini 4 Hydrogenhigh151463.42026-11-11$3.00
9Gemini 3.8 Flashhigh151159.42026-11-11$1.50
10Claude Fable 5.1max151066.72026-11-11$20.00
11Claude Opus 4.7150863.12026-11-11$10.00
12Muse Wondermax150760.82026-11-11$8.00
13Claude Opus 4.8high150360.42026-11-11$10.00
14Claude Opus 5max150265.02026-11-11$10.00
15Claude Opus 5high150264.42026-11-11$10.00
16Gemini 3.7 Flashhigh150162.12026-11-11$1.50
17Kimi K3max150060.22026-11-11$6.00
18Claude Opus 4.8149958.72026-11-11$10.00
19Gemini 3.1 Pro149959.92026-11-11$4.50
20Muse Spark 1.3max149860.62026-11-11$2.00
21GPT-5.6 Solxhigh149863.92026-11-11$8.00
22Qwen3.8 Maxmax149658.72026-11-11$3.00
23MiMo-V2.6-Pro149657.52026-11-11$0.548
24Claude Opus 4.5high149559.72026-11-11$10.00
25Claude Opus 4.5149357.12026-11-11$10.00
26Claude Sonnet 4.6149257.62026-11-11$6.00
27Qwen3.7max149160.02026-11-11$3.75
28Muse Spark 1.2xhigh149161.52026-11-11$2.00
29Kimi K3.1 Promax149159.92026-11-11$4.00
30Claude Sonnet 5.5xhigh149162.52026-11-11$4.00
31Gemini 3 Pro149160.02026-11-11–
32GLM 5.3max148858.82026-11-11$2.15
33GPT-6.1 Solmax148866.62026-11-11$4.00
34GPT-5.5high148763.52026-11-11$11.25
35GPT-5.5148661.02026-11-11$11.25
36MiMo-V2.5-Pro148655.52026-11-11$1.50
37GLM 5.2max148658.92026-11-11$2.15
38GPT-6 Astramax148567.32026-11-11$20.00
39Claude Sonnet 4.5high148557.92026-11-11$6.00
40Gemini 3.6 Flashhigh148561.02026-11-11$1.50
41Claude Opus 4.1thinking148558.12026-11-11$30.00
42Gemini 3.5 Flashhigh148362.52026-11-11$3.38
43Qwen3.5 Maxmax1482–2026-11-11–
44Claude Sonnet 4.5148253.82026-11-11$6.00
45DeepSeek V4.1 Flashmax148158.52026-11-11$0.525
46Claude Sonnet 5high148159.02026-11-11$4.00
47GPT-5.4high148158.62026-11-11$5.63
48Muse Spark 1.1148162.22026-11-11$2.00
49Gemini 3.5 Flashmedium148061.82026-11-11$3.38
50Grok 4.5148059.32026-11-11$3.00
51GLM 5.3 Flash148057.82026-11-11$0.238
52GLM 5.1148055.42026-11-11$2.15
53Kimi K2.6147855.12026-11-11$1.71
54GPT-5.4147757.92026-11-11$5.63
55Grok 4.6high147660.62026-11-11$3.00
56Gemini 3 Flash147656.52026-11-11$1.13
57Muse Spark147664.22026-11-11–
58GPT-5.5 Instant147556.92026-11-11$11.25
59DeepSeek V4 Prohigh147456.02026-11-11$1.98
60Qwen3.6 Maxmax147362.12026-11-11$2.92

人間の評価のベンチマークをもっと見る · LLMベンチマーク一覧

引用表記:BenchLeader「Arena Longer Queriesのリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/lmarena_text_longer

Arena Longer Queries:よくある質問

Arena Longer Queriesは何を測るベンチマークですか?
一定の長さを超えるプロンプトへの一対比較の投票です。スコアは一対一の比較から算出するEloレーティングで示され、高いほど良い結果です。
Arena Longer Queriesの最高スコアは?
2026年11月16日時点で、Arena Longer Queriesの最高スコアは1544で、Gemini 4 Argonが記録しています(結果の日付は2026年11月11日)。次点はGemini 4 Carbonの1538です。スコアはArena (LMArena)の公表値で、毎日読み直しています。
Arena Longer QueriesでトップのAIモデルは?
2026年11月16日時点で、Arena Longer Queriesの首位はGemini 4 Argonで、スコアは1544です(結果の日付は2026年11月11日)。続いてGemini 4 Carbon(1538)です。
Arena Longer Queriesの結果があるモデルはいくつですか?
BenchLeaderでは363のモデル構成にArena Longer Queriesの結果があり、すべてArena (LMArena)から取得しています。
Arena Longer Queriesを運営しているのは誰で、どのくらいの頻度で更新されますか?
Arena Longer QueriesはArena (LMArena)が公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
Arena Longer QueriesはBenchLeader Indexに含まれますか?
いいえ。Arena Longer Queriesは参考として掲載していますが、総合スコアには含めていません。